Anthropic сообщила инвесторам в ходе IPO-роудшоу, что её модель Claude Mythos Preview примерно за три дня почти без участия человека подготовила работу одной из моделей компании на ускорителе AMD Instinct MI355X. По историческому опыту Anthropic адаптация под новый ускоритель занимала от шести до двенадцати месяцев и требовала команды из десятков инженеров. Заявление, датированное 10 ноября 2026 года, напрямую задевает главный программный барьер Nvidia — платформу CUDA — и меняет разговор о том, насколько прочно этот «ров» защищает позиции Nvidia на рынке ускорителей.

image

Что произошло

В рамках IPO-роудшоу Anthropic показала инвесторам слайд от 10 ноября 2026 года, в котором утверждается, что модель Claude Mythos Preview перенесла или написала «почти 100% ядра» для ускорителя AMD Instinct MI355X примерно за три дня при минимальном участии человека. В самом слайде есть оговорка: три дня относятся только к prompt processing, то есть к обработке входящего запроса, и то «на уровне полезной производительности». Сооснователь Anthropic и chief compute officer Tom Brown в дополнение рассказал, что один инженер попросил Claude «поднять стойку» MI355X и оставил задачу «на выходные».

Контекст

Ядра (kernel) — это низкоуровневые вычислительные функции, через которые модель фактически связывается с конкретным железом. CUDA — программная платформа Nvidia почти двадцатилетней выдержки — исторически была главным барьером перехода на другие ускорители: код под CUDA приходилось вручную переписывать на ROCm или HIP, инструментарий AMD, и это делало привязку к чипам Nvidia дорогостоящим полугодовым проектом для целой команды. Не случайно Дженсен Хуанг формулировал преимущество Nvidia словами «никто не знает нашу архитектуру лучше нас». Для Anthropic тема уже не теоретическая: впервые в этом году компания работает с GPU AMD по соглашению о поставках до 2 ГВт, а первые чипы MI450 в стойках Helios ожидаются в первой половине 2027 года.

Почему это важно для индустрии

Для индустрии скрытый налог мульти-чиповой стратегии — портирование ядер на чужие ускорители — резко дешевеет, поэтому защитная сила двадцатилетней экосистемы Nvidia ослабевает. Позиции усиливают AMD, Google TPU и AWS Trainium, которые конкурируют за вычисления ИИ-лабораторий, а покупатели GPU получают переговорный прецедент: адаптация может стоить дней, а не месяцев. SemiAnalysis при этом указывает, что агентам всё равно нужны GPU для тестирования написанного кода, так что узкое место смещается, но не исчезает. Если способность подтвердится, вендоры ускорителей начнут соревноваться не только ценой, но и качеством автоматического онбординга — тем, насколько быстро агенты поднимают их железо, а инфраструктура обучения и инферанса станет многовендорной.

Почему это важно для пользователей

Для читателя это прежде всего наглядный сдвиг в самих профессиях: агентная модель закрыла работу узких специалистов — kernel-инженеров, которые раньше вручную переносили вычислительный код на новое железо. Практически пока ничего не меняется: речь о внутренней адаптации одной модели Anthropic, и из доступных данных не следует, что Claude Mythos Preview доступен как внешний продукт или API; цен и инструментов не опубликовано. Первый шанс превратить слайд в проверяемые данные появится после IPO Anthropic, которое ожидается на следующей неделе: в публичной отчётности могут раскрыть размер сделки с AMD, реальные расходы на адаптацию и долю AMD в вычислительном парке компании. Тем, кто строит продукты, уже сегодня полезен сам паттерн: автономный агент берёт многодневную задачу узкой экспертизы, а человек валидирует результат на реальном железе.

Что пока неизвестно / ограничения

Заявление опирается на слайд для инвесторов, а не на публикацию с методологией. Три дня охватывают только prompt processing «на уровне полезной производительности»; статус остальных фаз онбординга — decode, обучения и пиковой оптимизации — не раскрыт, а само понятие «уровня полезной производительности» нигде не определено. Anthropic не сообщила ни числа итераций и компиляций, ни производительности и утилизации MI355X относительно Nvidia, поэтому сравнение AMD и Nvidia на написанном ИИ коде осталось невозможным; третьих сторон заявление пока не воспроизводило. История с инженером, оставившим задачу «на выходные», — пересказ сооснователя Tom Brown в рамках роудшоу, а не наблюдаемое доказательство, и «поднять стойку» MI355X — задача эксплуатации, не эквивалентная написанию ядер.

Источники

Автор

Look at AI, редакция